Hidden Markov Model
Un HMM describe secuencias de observación con un modelo de dos capas: los estados ocultos transitan en una cadena de Markov y cada estado emite observaciones según probabilidades de emisión.
Propósito
Modelar la estructura latente de datos secuenciales, usado en reconocimiento del habla y secuencias biológicas.
Mecanismo
Parámetros λ=(A,B,π): A la matriz de transición, B las probabilidades de emisión, π la distribución inicial. Tres problemas: evaluación (forward), decodificación (Viterbi) y aprendizaje (Baum-Welch).
Casos de uso
- Reconocimiento del habla
- Etiquetado gramatical
- Predicción de genes